ИИ в российском ИБ-рынке уже не новинка, но ещё не революция. Что изменилось в 2024–2025 годах — так это переход от ML как «движка внутри продукта» к ИИ как явной потребительской ценности. Появились первые продукты, где ИИ — это не деталь реализации, а ключевой аргумент продажи:

Positive Technologies запустила MaxPatrol O2 — «автопилот SOC», который по заявлению компании совпадает с вердиктами опытных аналитиков в 100% случаев и автоматически отсекает 40% ложных срабатываний. PT Data Security использует NER-модель для классификации данных с заявленной точностью 96% против ~24-40% у regex-методов. Kaspersky создал KIRA — ИИ-ассистент для аналитиков SOC. В сентябре 2025 года они же объявили о разработке совместного со Сбером продукта на базе мультиагентной GenAI-системы для управления уязвимостями — с выходом на рынок в 2026 году.

Это всё ещё точечные применения. Структурный сдвиг бизнес-моделей пока не произошёл, но к 2030 году он неизбежен.

ИИ меняет российский ИБ-рынок, но не так, как принято описывать. Не через создание «суперинтеллектуальных» продуктов, а через три конкретных механизма:

➕ снижение себестоимости производства ПО через автоматизацию разработки;
➕ снижение стоимости сервисной аналитики через автоматизацию L1 SOC;
➕ улучшение точности детектирования в зрелых продуктах (SIEM, DLP, endpoint) через ML-модели поверх накопленных данных.

Все три механизма работают в пользу компаний с большими данными и масштабом — то есть в пользу уже лидирующих игроков.

Самый недооценённый риск для индустрии — не атаки с ИИ, а кадровый. ИИ снижает потребность в аналитиках L1, но увеличивает потребность в ML-инженерах, исследователях данных и специалистах по prompt engineering для ИБ. Этих людей в России ещё меньше, чем традиционных ИБ-специалистов. Вендор, который первым создаст эффективный pipeline подготовки ML-специалистов для ИБ, получит долгосрочное преимущество, не связанное с технологиями напрямую.

@gostev_future